K- 均值算法，又称 K-means ，是一种迭代求解的聚类分析算法。

• 算法目标：将训练样本划分成 k 个不同的簇（每个簇的中心采用 簇中所含值的均值𝜇），使得簇内样本尽可能相似。

        算法流程：
        ① 确定簇个数 k （计划将数据划分为 k 个类）；
        ② 随机确定 k 个初始点作为质心（在数据边界范围之内随机选取）；
        ③ 对每个数据实例依次计算到 k 个质心的距离，选择最小距离的质心，并将其分配给该质心所对应的簇，
        直到数据集中的所有数据全都分配给 k 个簇，更新 k 个簇的质心为该簇所有点的平均值；
        ④ 循环上述步骤③，重新分配每个数据实例到新的质心，直到达到终止条件，如所有数据的分配结果不再发生改变为止
            
以下是K均值算法的使用示例：